提示词的基本方法

译注：本文译自 OpenAI Cookbook 中的《ChatGPT Enterprise: Practical prompt engineering for everyday work》，由 API GET 翻译并改编，不是 OpenAI 的官方译本，也不代表 OpenAI 认可本站。原文写给 ChatGPT 企业版用户，但其中的方法对其他 AI 助手同样适用，所以凡是泛指 AI 助手的地方，译文都把“ChatGPT”写成“AI”或“模型”。原文开头的 Skill 下载说明和目录已删去；篇幅单位按中文习惯写成“字”。

这份指南写给希望 AI 给出更可靠的结果、又不具备高深技术背景的企业用户。它以例子为主，讲的都是能直接用到日常工作里的做法，无论你是要总结文档、起草邮件、翻译内容、分析简单的情况，还是构思一段叙述。

需要说明的是，世上没有一个完美的提示词模板。这份指南的目的，是帮你把任务交代清楚，清楚到 AI 能给出可靠、有用的结果。

1. 引言

提示词工程（prompt engineering）既是一门学问，也是一门手艺：通过设计和优化提示词，和语言模型高效地打交道，得到准确、简洁、切题的回答。

大语言模型生成回答的方式，是根据从数据中学到的规律，一个词接一个词地预测接下来该写什么。所以你怎么问非常重要：模型对“好结果”的理解，就是从你的提示词开始的。

后面几节围绕以下几个要点展开：

• 写提示词不是要骗过模型，而是把任务、背景和成功的标准讲清楚。
• 写提示词是一个反复修改的过程，这很正常。别指望第一版提示词就完美好用：先试一试，失败了就从失败中找原因，再写出更好的一版。提示词本来就需要不断打磨。

2. 心态

把提示词当作交给新实习生的一份“交接说明”

想象你在给一位刚入职第一周的聪明实习生布置工作。他积极、能干，但不了解你的项目、你的偏好，也不知道你的团队认为怎样才算“好”。老同事能自己补上的背景，他补不上。

交接一项任务时，尤其是交给新实习生，你通常会讲清楚：

• 你在做什么（背景，以及这件事为什么重要）
• 你要他做什么（具体任务）
• 怎样才算“好”（读者、语气、格式，以及必须写到的要点）

写提示词也是同样的思路。你不只是在提一个问题，而是在定义一项任务，好让 AI 交出你真正用得上的东西。

追求清楚，而不是巧妙

很多提示词失败的原因都很简单：没告诉模型读者是谁、要什么格式、按什么标准取舍。把这些写明白，质量往往很快就上去了。

自查一下： 如果把你的提示词拿给一个不做你这份工作、甚至不在你们公司的人看，他不用你额外解释，能明白你想要什么吗？

3. 界定问题范围

界定范围，就是在动手之前先定下成功的标准和边界。范围划得好，就不会写出又长又抓不住重点的提示词，也能少走很多回头路。因为你事先说清了怎样算“好”，结果也更容易让人放心。

A. 动笔之前，先想清楚

• 要让模型理解这项任务，我需要给它哪些背景？
• 我想要的那一份产出是什么？ 例如：“一份 300 字的高管摘要”“一封回复邮件的草稿”“一张关键事实表”。
• 哪些格式和设置要紧？ 篇幅、语气、用要点还是段落、法律或监管方面的限制、使用哪些数据来源。
• 我会凭什么判断结果“好”？ 清晰、准确、风格，或者一份回答里必须包含的事项清单。

经验法则： 如果你用一两句话说不清怎样算“好”，模型也很难稳定地做到。

B. 把问题限定在一条提示词能做到的范围内

记住：一条提示词能做的事有限。 如果你不断往一条提示词里加任务、加格式、加特殊情况，得到的结果多半会流于表面、前后不一或者不完整。范围收得紧，通常比“什么都要”的提示词效果好。

为什么？ 模型每次输出的篇幅通常差不多。你让它覆盖的内容越多，同样多的注意力就被摊到越多的事情上，每一项也就越浅。任务越多，回答越单薄。

所以，当一条提示词显得含糊或者塞得太满时，就把它缩小，直到它明确只对应一份产出。

例如，你让 AI“为每一位美国总统写一篇传记”，它很可能只给你 45 条一句话的简介。但如果你让它“为美国第 6 任总统写一段传记，只写他上任的第一年”，它就会把那一年里的大事写得很深入。

范围越小，越有深度，也越好把控。 必要时，把一条提示词拆成几条分开发。

4. 把提示词写清楚

在写完整的提示词之前，先花 30 秒用简单的结构列出任务要点。最省事的办法是用标题。

大语言模型都能理解一种叫 Markdown 的标记写法。Markdown 里最容易掌握的一点是：“#”表示标题。模型会把以“#”开头的一行当作文档中某一节的标题。这样，你和模型都能一眼看出提示词的每一部分在做什么。

我们推荐下面这种提示词结构，并配上几个来自实际用例的例子。

# 背景
你在做什么，以及模型需要知道的背景信息。

# 指令
你希望 AI 具体做什么。

# 补充信息 / 约束
它必须遵守的事项：语气、篇幅、规则、限制等。

这只是推荐的最简结构，不是固定模板。你可以根据任务增加、删除或重命名标题。

背景

在“背景”部分，建议让模型扮演一个角色。

例子

• “你是一名项目经理，正在写每周进度汇报。”
• “你是客服主管，正在起草一封语气平和、能真正帮到对方的回复。”
• “你是财务分析师，要把各项假设解释清楚。”
• “你是一位表达清楚、简洁的写作助手。不要编造事实。信息缺失时，不要自行假设。”

指令

在“指令”部分，清楚地列出你希望 AI 具体做什么。

例子

• “提取相关信息，整理成清晰、有条理的格式。”
• “阅读这份文档，写一份 3–5 条要点的高管摘要。”
• “给出一条建议，并附上 2–3 条理由。”

补充信息

在“补充信息”部分，可以写下面这些内容来提高输出质量：

• 目标：怎样才算“好”？例如：“3 句话的高管摘要，附行动项”“从表格中提取出的各行数据，存成 CSV”“写给经理们看的制度草案”。
• 读者 / 语气：谁会读？高管、法务、开发人员、客户、内部团队——不同的读者需要不同的措辞和详略。
• 格式与篇幅：输出应该是什么样子？要点列表、表格、JSON、100–200 字，或者“一页幻灯片的内容量”。
• 覆盖范围：必须考虑什么，可以忽略什么？哪些文档、时间段、部门或地区相关？
• 约束：没有商量余地的要求。比如截止日期、数据隐私规则、禁止出现的内容、“不要编造事实”“不要写人名”等。
• 验收标准：你凭什么判断它做对了。例如：“包含 3 个行动项”“符合我们的模板”“是能正常解析的 CSV”。

5. 让 AI 帮你写提示词（元提示）

元提示（meta-prompting）是指让 AI 替你写提示词，或者改进你的提示词。说白了，就是请模型帮你给它自己下更好的指令。当你知道自己想要什么、却不确定怎样表达得清楚而一致时，这个办法尤其管用。

做法很简单：把你零散的笔记粘贴给 AI（工具支持语音的话，也可以直接说给它听），请它帮你把提示词理清楚：让它向你提问，让它复述一遍你想做的事，指出还缺哪些信息，等等。

你也可以借助 Skill（技能） 来做这件事。比如，你发现自己总在用同一套办法让 AI 整理粗糙的提示词，那么一个专门改写提示词的 Skill 就能把这件事变成可以重复使用的固定流程。

译注：原文在开头提供了一个配套的“改写提示词”Skill 下载，安装步骤只适用于 ChatGPT，本站没有收录。WorkBuddy 也支持 Skill，你可以把下面的示例提示词和本文的方法整理成自己的 Skill。

示例提示词

帮我写一条可以交给生成式 AI 语言模型的提示词。我会在下面贴上我的提示词草稿——你先向我提问，然后把我们谈过的内容整理成一条清晰的提示词。最终的提示词要分成 3 个部分（“# 背景”“# 指令”和“# 补充信息”）。

什么时候不适合用元提示

以下情况，元提示帮不上忙：

• 任务本来就很简单，你可以直接写出提示词
• 缺的是原始材料（你需要的是对的文档或数据，而不是更漂亮的提示词）
• 你想靠提示词绕过没想清楚的需求——界定范围仍然要放在第一步

Skill 能让元提示用起来更稳定，但它代替不了好的范围界定，也代替不了对的原始材料。

6. 提高准确性

如果输出必须符合事实，或者事关重大，就加几道简单的防护：

• 要求给出来源（或者在可能时，要求它直接引用你提供的材料原文）。
• 标出不确定之处：“凡是不确定的内容，都标注（待核实）。”
• 在提示词末尾加一份质量检查清单：
  • “确保输出包含 X、Y、Z；避免 A、B。”
• 要求自查：
  • “结束之前，列出你做过的所有假设。”

这是尽早揪出“自信的瞎猜”最快的办法之一。

另外，要确保模型拿到了它需要的全部背景。例如，上传相关文件，或者让它能访问相关的资料来源。

译注：原文这里说的是“连接相关的 ChatGPT 应用（Apps）”，这是 ChatGPT 自己的功能。换到 WorkBuddy 里，可以把相关文件放进任务的工作空间，或者通过连接器接入需要的资料来源。

想检验准确性，建议做一次小测试：准备 5–10 个你已经知道答案的问题，让 AI 写出它的回答，再和正确答案对照。你甚至可以让 AI 来审查一份输出，提示词可以这样写：

按以下几点检查这份输出：
- 准确性：有没有编造事实？
- 完整性：要求的要点都写到了吗？
- 格式：是否符合要求的结构？
- 语气：是否适合目标读者？
- 假设：凡是推测的内容，是否都清楚标明了？

7. 结语

想让 AI 更稳定地给出可靠的结果，最快的办法是把每一条提示词都当作一次清楚的交接：给出必要的背景，定义好任务，说明怎样才算“好”。这样做之后，你花在和忽好忽坏的输出较劲上的时间会少很多，更多的时间可以用来交出真正能用的成果。

记住：

• 先界定范围：一条提示词，只对应一份产出。范围越小，越有深度，意外也越少。
• 给提示词搭好结构：用“# 背景”“# 指令”“# 补充信息 / 约束”这样简单的标题，消除歧义。
• 有针对性地迭代：第一次的结果不对，就根据出错的原因修改提示词（缺背景、格式不清、读者不明、要求太多）。
• 事关重大时加上准确性防护：尽量要求给出来源或引用原文。

坚持这样做，你得到的输出会更清楚、更可信，也能更快变成有价值的成果。下一章用几组日常任务的例子把这些方法落到实处，每组都按“及格 → 良好 → 优秀”三档展示提示词。